Human Orientation Estimation under Partial Observation

要約

自律エージェントが人間の意図を理解するには、単眼画像からの信頼できる人間方向推定 (HOE) が不可欠です。
十分な観察の下、HOE では大幅な進歩が見られました。
しかし、既存の方法は部分的な観察では簡単に誤った予測をしてしまい、予想外に高い信頼度を与えてしまいます。
上記問題を解決するために、本研究ではまず、対象者の目に見える関節部分から姿勢を推定し、部分的な観察にも対応できるPart-HOEと呼ばれる手法を開発する。
続いて、信頼性を考慮した方向推定手法を導入し、部分的な観測の下でより正確な方向推定と合理的な信頼性推定を可能にします。
私たちの手法の有効性は公開データセットとカスタム構築データセットの両方で検証されており、部分的な観測シナリオにおいて精度と信頼性が大幅に向上していることが示されています。
特に、実際の実験では、私たちの方法がロボット人物追従（RPF）タスクの堅牢性と一貫性に利益をもたらすことができることを示しています。

要約(オリジナル)

Reliable Human Orientation Estimation (HOE) from a monocular image is critical for autonomous agents to understand human intention. Significant progress has been made in HOE under full observation. However, the existing methods easily make a wrong prediction under partial observation and give it an unexpectedly high confidence. To solve the above problems, this study first develops a method called Part-HOE that estimates orientation from the visible joints of a target person so that it is able to handle partial observation. Subsequently, we introduce a confidence-aware orientation estimation method, enabling more accurate orientation estimation and reasonable confidence estimation under partial observation. The effectiveness of our method is validated on both public and custom-built datasets, and it shows great accuracy and reliability improvement in partial observation scenarios. In particular, we show in real experiments that our method can benefit the robustness and consistency of the Robot Person Following (RPF) task.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google